PTQ-CNN轻量级气体传感模型

模型压缩3.75×精度不降

用于电子鼻的轻量级卷积神经网络,经训练后量化压缩,模型尺寸减小3.75倍仍保持99.89%的气体分类准确率和0.993的浓度预测R²,便于在资源受限的嵌入式设备上部署。

Yuanhu, Zeng · Zhencheng, Liu · Zhenyu, Liu · 彭小燕 · Hao, Cui · 闫嘉 · 段书凯 · 王丽丹 · 褚金

Sensors and Actuators, A: Physical 2025

参数信息

气体分类准确率
99.89 %
浓度预测R²
0.993
浓度预测MAE
1.524
浓度预测MSE
5.856

技术优势

精度基本不损失

压缩后模型气体分类准确率达99.89%,浓度预测R²=0.993,与原始CNN性能相当。

可部署到边缘设备

轻量化模型减少计算开销,适合在资源受限的电子鼻系统中实时运行。

应用场景